基于视觉的电力线除冰机器人越障抓线控制

摘要

高压电力线路的稳定安全运行是国家经济发展和人民生活的基本保障，然而在冰雪天气下，常常会引发因高压架空电力线覆冰严重导致的倒塔断电等事故。随着人工智能的发展及在各领域的应用，对社会产生了很多积极的作用，将智能机器人引入到对电力线路进行除冰工作，是人工智能发展应用的又一个重要方向，具有积极的意义。
　　本文首先回顾了近年来一些将机器人应用到电力线作业上的研究案例，并介绍了现阶段电力线除冰机器人研究成果以及仍存在的一些问题。针对除冰机器人在电力线上自主越障的视觉控制方法进行研究，介绍了湖南大学特种机器人实验室的三臂式除冰机器人的结构和系统，并建立了其运动学控制模型。对于越障过程中机器人对电力线的定位问题，提出两种基于纹理特征的电力线定位方法。一种是根据Gabor滤波器在对纹理增强和分割中的优势，将其引入对监控相机图像中的电力线纹理区域进行增强和分割，以此实现电力线的定位效果;另一种方法则是根据LBP算子对纹理特征敏感性的特点，建立图像的LBP图谱，通过直方图统计与模糊C均值聚类的方法，提取出具有相似的纹理特征的区域，同样实现了对电力线的定位效果。
　　最后，对于除冰机器人越障中的自主抓线控制问题，设计了三种基于图像特征的伺服控制方法。首先，对除冰机器人抓线运动的实际问题进行分析，选择出与之相适应的图像特征量，并推导出了基于图像特征量的雅克比矩阵，建立起传统伺服控制方法在除冰机器人机械臂抓线问题上的应用;然后改进传统伺服控制方法，引入小波神经网络替代图像雅克比矩阵的复杂求解，简化了视觉伺服控制系统模型，并通过除冰机器人抓线控制实验，证明该方法的有效性;针对基于小波网络伺服控制方法的大量样本采集等缺陷，本论文最后又提出了基于SVR视觉伺服控制方法，将SVR替代小波神经网络，由于SVR较小波网络有先天的小样本训练和较强的泛化能力等优势，该方法在对机器人伺服控制中更具实用性，本文在对除冰机器人抓线控制实验中，证明了方法的有效性。

目录

声明

摘要

第1章 绪论

1．1 论文的研究背景及意义

1．2 电力线路除冰机器人国内外研究现状

1．2．1 国外研究现状

1．2．2 国内研究现状

1．3 除冰机器人视觉越障方法研究现状

1．4 论文的主要工作和研究内容

第2章 电力线除冰机器人系统介绍

2．1 除冰机器人工作环境

2．2 除冰机器人机械结构

2．2．1 除冰机器人机械臂

2．2．2 除冰机器人控制箱

2．3 除冰机器人视觉系统

2．3．1 除冰机器人监控相机介绍

2．3．2 相机成像模型

2．4 除冰机器人运动学模型

2．4．1 机械臂运动姿态描述

2．4．2 机械臂运动学方程

2．4．3 机械臂逆运动学方程求解

2．5 本章小结

第3章 除冰机器人越障的视觉定位方法

3．1 电力线缆的图像分析

3．2 基于Gabor滤波的电力线中线定位方法

3．2．1 图像预处理

3．2．2 边缘检测及方向场估计

3．2．3 Gabor滤波纹理增强

3．2．4 电力线缆中线拟合

3．2．5 实验结果分析

3．3 基于LBP特征的电力线中线定位方法

3．3．1 LBP特征提取

3．3．2 模糊C均值纹理分割

3．3．3 实验结果分析

3．4 本章小结

第4章 基于图像特征的除冰机器人越障控制方法

4．1 除冰机器人越障动作及反馈图像

4．1．1 除冰机器人越障动作分析

4．1．2 机械臂监控相机反馈图像分析

4．2 基于图像特征的传统视觉伺服控制方法设计

4．2．1 图像特征的选择及计算

4．2．2 图像特征的雅克比矩阵推导

4．2．3 传统视觉伺服控制存在的问题分析

4．3 基于小波神经网络的视觉伺服控制方法设计

4．3．1 小波神经网络的结构

4．3．2 小波网络视觉伺服控制模型的建立

4．3．3 实验过程及结果分析

4．4 基于SVR的视觉伺服控制方法设计

4．4．1 SVR的原理及结构

4．4．2 基于SVR的视觉伺服控制模型

4．4．3 实验过程及结果分析

4．5 本章小结

总结与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术成果